前言 :
在進行個人專案開發 或 AI Agent 測試與使用時,API 的呼叫費用往往是一筆不小的開銷。雖然各大 AI 服務商(如 Google Gemini, Groq, Mistral, GitHub Models 等)都有提供相當慷慨的 Free Tier(免費試用額度),但手動管理十幾個平台的 API 金鑰、處理不同 API 規格、以及應對配額用盡(Rate Limit 429)的問題,過程非常繁瑣。
FreeLLMAPI 就是為了徹底解決這個痛點而生的開源專案!簡單的說,就是架設一個 OpenRouter 的地端版。
📌 一、什麼是 FreeLLMAPI?
FreeLLMAPI 是一個輕量級且強大的 AI Gateway / Proxy 代理服務。它能將多達 20+ 家主流 AI 服務商的免費 API 額度整合在同一個後端,並對外提供 標準 OpenAI 相容格式(/v1/chat/completions) 的端點。
🌟 核心特色優勢:
聚合多平台免費額度:支援 Google AI Studio, Groq, Mistral, GitHub Models, Cerebras, OpenRouter, Cloudflare Workers AI 等多個平台,每月最高可疊加數億至數十億個免費 Token 額度。
自動故障轉移(Automatic Failover):當某個平台超出速率限制(429)或連線失敗(5xx)時,代理服務會自動將請求切換至下一個可用模型,避免程式中斷。但,有時也會發生切換失效的情況就是。
無縫整合現有工具:只要支援設定 custom base_url 的工具(例如 Aider、Continue.dev、OpenClaw、Claude Code 或自定義 Python 腳本),都能直接無縫接軌。
內建視覺化 Dashboard:提供 React 打造的管理介面,包含金鑰設定、模組備援順序拖曳、Playground 即時測試與用量數據分析。
本地安全加密:所有上游 API 金鑰均採用 AES-256-GCM 在本地資料庫(SQLite)中加密儲存,僅於記憶體中解密,安全性極高。
🎨 二、系統架構與介面示意圖
為方便理解系統運作流程與控制台介面,以下整理出架構與 Dashboard 的運作概念示意圖:
本文章只測試提供給 CLI 使用。
1. 系統運作架構圖
┌─────────────────────────┐
│ 您的應用程式 / 工具 │
│ (Python / Aider / CLI) │
└─────────────────────────┘
⬍ 標準 OpenAI 相容請求 (/v1)
┌─────────────────────────┐
│ FreeLLMAPI │ ──► 本地加密儲存 (.db / AES-256-GCM)
│ (自動路由與故障轉移) │ ──► 速率追蹤 (RPM / TPM 限制保護)
└───────────┬─────────────┘
├────────────┬──────────────────┐.............
▼ ▼ ▼
┌──────────────┐ ┌───────────────┐ ┌────────────────┐
│ Google AI Studio │ │ Groq Cloud │ │ Mistral / 其他 │
│ (Gemini 2.5 Pro) │ │ (Llama 3.3) │ │ (Mistral Large) │
└──────────────┘ └───────────────┘ └────────────────┘
🛠️ 三、安裝方法 (Installation Guide)
有多種安裝方式,推薦告訴 Claude Code CLI "參考 https://github.com/tashfeenahmed/freellmapi 幫我安裝" 進行安裝。本文章使用 "本地開發" 方式安裝。另外,使用 "桌面版 .exe" 安裝,windows 會出現安全性警告且無法安裝。
Node.js 本地開發環境啟動
1、先在 freellmapi 資料夾開啟 Claude Code CLI,並貼上 "參考 https://github.com/tashfeenahmed/freellmapi 幫我安裝" ,進行安裝。先會出現各種安裝方法的說明。
npm run dev
⚠️ 注意事項 1. 必須在專案目錄下執行 — 否則會報錯 No such file or directory 2. 不要關閉執行中的終端機 — 關閉會停止服務 3. 需要 .env 檔案 — 已存在,啟動時無需重新設定
🚀 四、使用方法 (Usage)
步驟 1:在 Dashboard 設定金鑰
- 瀏覽 http://localhost:5173 or 5174(啟動 server 會出現)。
步驟 2:使用統一 API Key
前往 Keys 頁面,點擊"統一 API 密鑰"。然後在頁面頂端複製 FreeLLMAPI 自動產生的 Unified API Key(格式為 freellmapi-xxxxxx)。
設定 API Key 為環境變數,供日後使用。在 PowerShell 執行以下指令 :
setx FREELLMAPI_API_KEY "freellmapi-xxxxxx"
3.驗證環境變數設置
前往 Keys 頁面,點擊"統一 API 密鑰"。然後在頁面頂端複製 FreeLLMAPI 自動產生的 Unified API Key(格式為 freellmapi-xxxxxx)。
設定 API Key 為環境變數,供日後使用。在 PowerShell 執行以下指令 : setx FREELLMAPI_API_KEY "freellmapi-xxxxxx"
新開一個 PowerShell 執行以下指令:
echo $env:FREELLMAPI_API_KEY 應該看到:freellmapi-xxxxxx
***********************************************************************************************************
***********************************************************************************************************
步驟 3:查詢使用狀態
前往 分析 頁面,可以看到各種使用狀態。
點選右上角的3個點,可前往 "設定" 頁面,目前可以設定 "主題" 、 "切換語言"。
💡 五、總結與提醒
優點:FreeLLMAPI 非常適合用於開發測試、自建本地 AI 工具箱、自動化工作流與小型 MVP。它巧妙地將分散的免費額度融合成一個穩定的算力池。
缺點:因為是代理服務會自動將請求切換至下一個可用模型,但每個模型能力不同,所以回答品質可能會參差不齊。也是會出現 "速率限制(429)或 連線失敗(5xx)"。
使用建議:由於免費層級大多提供中階模型(例如 Llama 3.3, Gemini 2.5 Flash / Pro 等),對於一般的日常任務與程式碼生成已綽綽有餘;但若需要正式商業量產或極高穩定的生產環境,建議未來再切換至付費 API。
沒有留言:
張貼留言